• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      “股災(zāi)”時的股票交易持續(xù)期演變

      2019-03-20 05:18:14李効東王探
      西部論叢 2019年10期
      關(guān)鍵詞:股災(zāi)間隔股票

      李効東 王探

      一、研究目的

      本文旨在通過研究2015年6月12日“股災(zāi)”開始前后與2015年8月3日“股災(zāi)”結(jié)束前后的大盤股(上證50)的交易行為的變化。即交易時間區(qū)隔的變化得到對于“股災(zāi)”形成發(fā)生的更加深刻的理解。

      二、數(shù)據(jù)、模型與一個例子

      1.數(shù)據(jù)

      本文選取2015年6月10日到2016年6月17日“股災(zāi)”開始與2015年8月3日到2016年8月5日”股災(zāi)”結(jié)束附近的上證50中43只股票的歷史分筆數(shù)據(jù),它們通常被認(rèn)為是大盤股,對于股市的走向具有代表性。數(shù)據(jù)通過Python3中的tushare包[1]采集,其數(shù)據(jù)來源為上交所。所得到數(shù)據(jù)包括精確到秒的交易日期,成交價格,價格變動,成交手,成交金額,記憶買賣類型。對于日期范圍內(nèi)出現(xiàn)跌?;驖q停進(jìn)而暫停交易的股票需要予以剔除。之所以選取大盤股,是由于大盤股股價不易被操縱,其交易間隔與頻率更能代表股市行為。

      2.自回歸條件持續(xù)期模型

      本文主要采用自回歸條件持續(xù)期模型(Autoregressive Conditional Duration Model,ACD)。持續(xù)期模型主要考慮交易之間的間隔。較長的持續(xù)期預(yù)示著較少的交易活動,反過來又表明這是一個沒有新消息的時期。因此,持續(xù)期的動態(tài)行為包含了關(guān)于日內(nèi)市場活動的有用信息,利用類似于波動率的ARCH模型的概念,[3]提出了自回歸條件持續(xù)期模型來描述股票(大量交易的)時間持續(xù)期的演變。

      據(jù)[4]中對于ACD模型的描述令表示第i-1次交易至第i次交易的調(diào)整的時間持續(xù)期的條件期望,其中為第次交易時可以得到的信息集合,xi表示第i-1次交易至第i次交易的調(diào)整的時間持續(xù)期的實際值?;镜腁CD模型定義為

      是獨(dú)立同分布的非負(fù)隨機(jī)變量序列,。i可以服從Weibull分布,指數(shù)分布或者廣義gamma分布等,并且假定為以下形式,這樣的模型稱為ACD(r,s)模型。

      這里是沒有高斯新息的ARMA過程的形式。這里,對于,;對于,。

      這里對于,;對于,。這樣的表示可以用來得到ACD模型的平穩(wěn)性的基本條件。對上式兩邊取期望,并假定若平穩(wěn)性,得到

      本文主要采用模型ACD(3,1),可以服從Weibull分布,其可以寫為

      持續(xù)期數(shù)據(jù)的一個特別性質(zhì)就是所有觀測值為正??紤]股票代碼為600010的股票日交易數(shù)據(jù),共有14927筆交易,因此共計有14926個交易時間的持續(xù)期。由于股市中午會暫停交易,我將下午所有交易發(fā)生的時間提前兩個半小時,使得上午的最后一筆交易和下午的第一筆交易銜接。中國的股票高頻交易數(shù)據(jù)以在3秒或5秒為間隔記錄數(shù)據(jù),如果3秒或5秒內(nèi)發(fā)生多筆交易則會記為同一筆,但在記錄數(shù)據(jù)的那一秒如果發(fā)生了多筆交易也會被記錄。我忽略了小于3秒或小于五秒持續(xù)期的數(shù)據(jù),并將持續(xù)期為0的多筆交易進(jìn)行合并后,共有14283筆交易,14282個交易時間持續(xù)期。g1展示了持續(xù)期可能存在日模式。

      3.應(yīng)用ACD

      經(jīng)過嘗試,應(yīng)用ACD(3,1)模型,相較于其他參數(shù),得到了較為理想的結(jié)果。AIC,BIC,以及MSE都得到了改善。

      三、進(jìn)一步的結(jié)果

      “股災(zāi)”開始:6.10-6.12與6.15-6.17

      采用ACD(3,1)模型應(yīng)用于上證50中的42只股票,分別作用于2015年6月10日到2015年6月12日和2015年6月15日到2015年6月17日。并對它們模型的系數(shù)以及在弱平穩(wěn)假定下期望的交易持續(xù)期作差。

      對于幾乎所有的股票(除去601116),γ2、γ3、w1的系數(shù)在5%的顯著性水平下都是顯著的,而ω在兩端數(shù)據(jù)中都存在大量不顯著的狀況,γ1僅在2015年6月15日到2015年6月17日時期在5%顯著性水平下大量顯著。

      于是分析集中在對于、、的理解。在表1中,幾乎對于所有的股票都是負(fù)的,即前一期的期望交易時間持續(xù)期對當(dāng)前的交易時間持續(xù)期有負(fù)的影響。而期望的交易時間持續(xù)期呈現(xiàn)變小的趨勢,說明大盤股市場在當(dāng)時交易越來越頻繁。、的顯著說明市場的反應(yīng)是非常慢的,由于至少有五秒的間隔,而市場則對前兩期和三期時的交易時間間隔有反應(yīng)。

      當(dāng)然有40%的股票由不顯著而變得顯著也是值得關(guān)注的,這說明最近一期交易時間持續(xù)期的波動越來越值得關(guān)注。

      “股災(zāi)”結(jié)束:7.29-7.31與8.3-8.5

      根據(jù)第二部分說明ACD(3,1)是較為理想的模型。進(jìn)而繼續(xù)采用ACD(3,1)模型應(yīng)用于上證50中的42只股票(但仍除去601116),分別作用于2015年7月29日到2015年7月31日和2015年8月3日到2015年8月5日。并對他們模型的系數(shù)以及在若平穩(wěn)假定下期望的交易持續(xù)期作差。

      根據(jù)模型結(jié)果,股災(zāi)開始后與股災(zāi)開始前的模式是相似的。需要注意的是選擇這兩個段區(qū)間時6.10-6.12與6.15-6.17和7.29-7.31與8.3-8.5,上證50指數(shù)分別面臨著下跌和即將下跌的過程。這說明可能說明拋售變得越來越頻繁。并且兩者的均值在變小的同時,標(biāo)準(zhǔn)誤也在減小,不同股票的交易時間持續(xù)期的縮短的幅度在減小,并且各股票間交易時間持續(xù)期的變化也在變得趨同,這說明市場“股災(zāi)”結(jié)束時正在趨于穩(wěn)定。

      四、結(jié)論

      本文應(yīng)用ACD模型探究了股災(zāi)開始與結(jié)束附近交易模式的變化,兩者并無大致的差別。不同股票的交易時間持續(xù)期的縮短的幅度在減小,市場有逐漸平穩(wěn)的趨勢。這與我們對于“股災(zāi)”時的認(rèn)識是一致,起先基金的止損達(dá)到不能容忍的范圍,進(jìn)而拋售股票,股價下跌而帶來新一輪的更大范圍拋售。但限于高頻數(shù)據(jù)時間間隔的限定,模型過后的殘差自相關(guān)性無法徹底消除,一定程度上削弱了結(jié)論的可靠性。

      參考文獻(xiàn)

      [1] http://tushare.org/trading.html#id5

      [2] Belfrage, M.(2016).Package‘ACDm https://cran.r-project.org/web/packages/ACDm/ACDm.pdf

      [3] Engle, R. F., & Russell, J. R. (1998). Autoregressive conditional duration: a new model for irregularly spaced transaction data. Econometrica, 1127-1162.

      [4] Tsay, R. S. (2014). An introduction to analysis of financial data with R. John Wiley & Sons.

      猜你喜歡
      股災(zāi)間隔股票
      間隔問題
      間隔之謎
      本周創(chuàng)出今年以來新高的股票
      股災(zāi)一周年重要數(shù)據(jù)
      本周創(chuàng)出今年以來新高的股票
      本周連續(xù)上漲3天以上的股票
      近期連續(xù)漲、跌3天以上的股票
      股價創(chuàng)股災(zāi)以來新低的股票
      股災(zāi)爆發(fā)近一周年 人均虧損46.65萬元
      股災(zāi)帶給我們的六點(diǎn)啟示
      嵊州市| 苏尼特左旗| 育儿| 绥芬河市| 崇义县| 贵州省| 祁东县| 巴林左旗| 金山区| 渭源县| 冷水江市| 广宁县| 景泰县| 宁远县| 兴仁县| 三门县| 乌兰浩特市| 虹口区| 沙坪坝区| 保亭| 遵义县| 海安县| 调兵山市| 工布江达县| 浦北县| 册亨县| 虹口区| 仁怀市| 日土县| 贡嘎县| 鹰潭市| 聊城市| 交口县| 铅山县| 霸州市| 二连浩特市| 襄汾县| 池州市| 花莲县| 五指山市| 巴楚县|